1. Learn
    2. /
  2. Kurser
    3. /
  3. Tidsserieanalys i R
Connected

Övning

Simulera den autoregressiva modellen

Den autoregressiva (AR) modellen är förmodligen den mest använda tidsseriemodellen. Den liknar en enkel linjär regression, men här regresseras varje observation på den föregående observationen. AR-modellen omfattar också vitbrusimodellen (WN) och slumpvandringen (RW) – som behandlades i tidigare kapitel – som specialfall.

Den mångsidiga funktionen arima.sim(), som du använt i tidigare kapitel, kan även användas för att simulera data från en AR-modell. Det gör du genom att sätta argumentet model till list(ar = phi), där phi är en lutningsparameter inom intervallet (-1, 1). Du behöver också ange seriernas längd n.

I den här övningen använder du det här kommandot för att simulera och plotta tre olika AR-modeller med lutningsparametrarna 0,5, 0,9 respektive -0,75.

Instruktioner

100 XP
  • Använd arima.sim() för att simulera 100 observationer av en AR-modell med lutningen 0,5. Sätt argumentet model till list(ar = 0.5) och argumentet n till 100. Spara de simulerade data i x.
  • Gör ett liknande anrop till arima.sim() för att simulera 100 observationer av en AR-modell med lutningen 0,9. Spara dessa data i y.
  • Gör ett tredje anrop till arima.sim() för att simulera 100 observationer av en AR-modell med lutningen -0,75. Spara dessa data i z.
  • Använd plot.ts() med cbind() för att plotta dina tre ts-objekt (x, y, z).